三是大数据审计是基于混杂数据的审计。“小数据”因为收集的信息量比较少，记录清洗数据的最基本要求就是减少错误，保证质量。大数据需要保持数据的原始特征，而且因格式不一■■◆■★◆、数据量大增、数据转换等因素，一些不精确的数据必然会混入其中。审计要做的不是以高昂的代价消除所有的不确定性，而是接受这种纷繁混杂，并从中发现问题、把握宏观■■◆。“总体分析、发现疑点、分散核实◆★◆★◆■、系统研究”的工作模式是实现此目标的有效途径，即由数据分析人员负责进行审计分析形成核查线索；由现场核查人员根据线索开展核查■★◆■◆，上报核查情况■◆★◆★；由分析研究人员汇总审计情况★★★，并形成报告或信息成果◆★■◆。

　　二是大数据审计更多地依赖相关关系■■，而不是因果关系。★■★◆“小数据★■◆◆■■”时代◆◆★★■◆，审计人员往往是先有想法，然后再收集数据来证明■◆★◆★◆、测试想法的可行性。大数据提供了前所未有的细节信息，与问题相关的大量信息能够得以记录和分析。通过找到良好的关联物，利用相关关系就可以帮助审计人员发现趋势和感知风险。对大量相关关系的利用，降低了审计数据分析对因果逻辑关系的依赖，更多地倾向于基于相关关系的数据分析★■。

　　一是大数据审计是基于全数据模式的审计。受人力、被审计单位信息化水平以及审计自身的信息化手段的限制★■◆◆★，传统审计比较依赖于抽样分析，即从抽样样本的局部着手查验和分析，再据此推断审计对象整体的相关状况★■★★。大数据给出了★◆◆■“样本=总体”的全数据模式◆★，使全覆盖审计成为可能。审计人员可以分析与审计对象相关的几乎所有数据，既有利于规避审计抽样风险，揭示抽样审计所发现不了的问题，又可以通过跨领域、跨部门和跨区域的数据分析★◆，发现隐藏在细节数据中的更具价值的信息，反映事物的整体特征。